NA TROPIE ALZHEIMERA

neuroobrazowe poszlaki zbrodni

Rycina 1.1. Objawy choroby Alzheimera

Rycina 1.1. Objawy choroby Alzheimera

Możliwości obrazowania w diagnostyce choroby Alzheimera

  1. Badanie zmian strukturalnych
    • TK
    • MRI
  2. Badanie perfuzji/metabolizmu glukozy
    • SPECT
    • PET

Case #1

Rycina 1.2. Wyniki badania TK

Rycina 1.2. Wyniki badania TK

  1. Atrofia hipokampa i zakrętu przyhipokampowego w przedniej części płata skroniowego

  2. Powiększenie komór

Case #2

Rycina 1.3. Wynik badania MRI - przekrój czołowy

Rycina 1.3. Wynik badania MRI - przekrój czołowy

Rycina 1.4. Wynik badania MRI - przekrój strzałkowy

Rycina 1.4. Wynik badania MRI - przekrój strzałkowy

Widoczna atrofia w obrębie przedklinka. Łagodny zanik czołowo-ciemieniowy oraz subtelna atrofia hipokampa

Rycina 1.5. Wynik badania PET

Rycina 1.5. Wynik badania PET

Hipometabolizm tylny z dominacją czołowo-ciemieniową prawej półkuli oraz obustronnie w przedklinku.

Case #3

Rycina 1.5. Wynik badania PET

Rycina 1.5. Wynik badania PET

Rycina 1.6. Wynik badania PET-TK

Rycina 1.6. Wynik badania PET-TK

Obrazy FDG PET-TK wykazują zmniejszoną aktywność metaboliczną w korze ciemieniowo-skroniowej.

Case #4

Rycina 1.7. Wynik badania MRI - przekrój czołowy

Rycina 1.7. Wynik badania MRI - przekrój czołowy

Rycina 1.8. Wynik badania MRI - przekrój strzałkowy

Rycina 1.8. Wynik badania MRI - przekrój strzałkowy

  1. Globalna atrofia korowa ze ścieńczeniem warstwy istoty szarej.
  2. Większa atrofia obserwowana w prawej półkuli a zwłaszcza w bruździe ciemieniowo-potylicznej oraz płacie potylicznym.
  3. Łagodny zanik hipokampa.

Case #5

Rycina 1.9. Wynik badania SPECT

Rycina 1.9. Wynik badania SPECT

Badanie perfuzji z 99mTC-ECD ujawnia obustronnąciemieniowo-potylicznąhipoperfuzję.

Numer Case’u Diagnoza
1 Alzheimer
2 Choroba Alzheimera wraz z apraksją
3 Alzheimer
4 Choroba Alzheimera wraz z syndromem Gerstmanna oraz apraksją
5 Alzheimer

Chunki

library(readxl)
alzheimer <- read_excel("alzheimer.xlsx")

ggplot(alzheimer)+
  geom_point(aes(wiek, zachorowania), col="blue")

library(knitr)
kable(mtcars[1:5], caption = "a knitr kable")
a knitr kable
mpg cyl disp hp drat
Mazda RX4 21.0 6 160.0 110 3.90
Mazda RX4 Wag 21.0 6 160.0 110 3.90
Datsun 710 22.8 4 108.0 93 3.85
Hornet 4 Drive 21.4 6 258.0 110 3.08
Hornet Sportabout 18.7 8 360.0 175 3.15
Valiant 18.1 6 225.0 105 2.76
Duster 360 14.3 8 360.0 245 3.21
Merc 240D 24.4 4 146.7 62 3.69
Merc 230 22.8 4 140.8 95 3.92
Merc 280 19.2 6 167.6 123 3.92
Merc 280C 17.8 6 167.6 123 3.92
Merc 450SE 16.4 8 275.8 180 3.07
Merc 450SL 17.3 8 275.8 180 3.07
Merc 450SLC 15.2 8 275.8 180 3.07
Cadillac Fleetwood 10.4 8 472.0 205 2.93
Lincoln Continental 10.4 8 460.0 215 3.00
Chrysler Imperial 14.7 8 440.0 230 3.23
Fiat 128 32.4 4 78.7 66 4.08
Honda Civic 30.4 4 75.7 52 4.93
Toyota Corolla 33.9 4 71.1 65 4.22
Toyota Corona 21.5 4 120.1 97 3.70
Dodge Challenger 15.5 8 318.0 150 2.76
AMC Javelin 15.2 8 304.0 150 3.15
Camaro Z28 13.3 8 350.0 245 3.73
Pontiac Firebird 19.2 8 400.0 175 3.08
Fiat X1-9 27.3 4 79.0 66 4.08
Porsche 914-2 26.0 4 120.3 91 4.43
Lotus Europa 30.4 4 95.1 113 3.77
Ford Pantera L 15.8 8 351.0 264 4.22
Ferrari Dino 19.7 6 145.0 175 3.62
Maserati Bora 15.0 8 301.0 335 3.54
Volvo 142E 21.4 4 121.0 109 4.11